-

PPGCC010 - APRENDIZAGEM DE MÁQUINA - Turma: 01 (2019.2)

Tópicos Aulas
Introdução da Disciplina (13/08/2019 - 13/08/2019)
   20 perguntas que todo recrutador deve fazer para contratar um cientista de dados  (Livro) 
Base de Dados (15/08/2019 - 15/08/2019)

1. Câncer de Mama: https://archive.ics.uci.edu/ml/datasets/Breast+Cancer+Wisconsin+%28Original%29

2. Senso: https://archive.ics.uci.edu/ml/datasets/Census+Income

3. Identificação de Vidros: https://archive.ics.uci.edu/ml/datasets/Glass+Identification

4. Bandeiras: https://archive.ics.uci.edu/ml/datasets/Flags

5. Titanic: https://www.kaggle.com/c/titanic

 

 

Preparação de Dados (15/08/2019 - 15/08/2019)
Avaliação de Classificadores (20/08/2019 - 20/08/2019)
Algoritmo J48 (22/08/2019 - 27/08/2019)
  c4.5.pdf 
WEKA (29/08/2019 - 29/08/2019)
Seminários (03/09/2019 - 28/11/2019)
    
Inicia em 09/09/2019 às 0h 0 e finaliza em 17/09/2019 às 23h 59
Frequências da Turma
# Matrícula AGO SET OUT NOV Total
13 15 20 22 27 29 03 05 10 12 17 19 24 26 01 03 08 10 17 22 24 29 31 05 07 12 14 19 21 26
1 2019100**** 0 0 0 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
2 2019100**** 2 0 0 2 0 0 0 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7
3 2019100**** 0 0 2 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 3
4 2019100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5 2019100**** 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
6 2019101**** 2 2 0 0 0 2 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 7
7 2019100**** 2 0 0 0 0 0 0 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5
8 2018100**** 0 0 2 0 0 0 0 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5
9 2019100**** 0 0 0 2 0 0 0 0 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4
Notas da Turma
# Matrícula Unid. 1 Prova Final Resultado Faltas Situação
1 2019100**** 9,6 9.6 3 AM
2 2019100**** 9,4 9.4 2 AM
3 2019100**** 9,6 9.6 4 AM
4 2019100**** 9,5 9.5 5 AM
5 2019101**** 9,6 9.6 7 AM
6 2019100**** 9,5 9.5 7 AM
7 2018100**** 9,4 9.4 5 AM
8 2019100**** 9,6 9.6 0 AM
9 2019100**** 9,5 9.5 0 AM

Nenhum item foi encontrado

Plano de Curso

Nesta página é possível visualizar o plano de curso definido pelo docente para esta turma.

Dados da Disciplina
Ementa: Introdução, Extração de Características, Aprendizagem por Reforço, Aprendizagem de Conceito, Árvores de Decisão, Aprendizagem Baseadas em Instâncias, Aprendizagem Bayesiana, Redes Neurais, Aprendizagem Não-Supervisionada, Algoritmos Genéticos.
Objetivos:
Metodologia de Ensino e Avaliação
Metodologia: Aulas Expositivas sobre os algoritmos de aprendizagem de máquina.
Trabalhos práticos de implementação dos Algoritmos estudados.
Procedimentos de Avaliação da Aprendizagem: A cada apresentação de um algoritmo, será realizado um trabalho em duplas que consistirá da implementação e apresentação de tais algoritmos, acompanhado de um relatório técnico.
Horário de atendimento:
Bibliografia: - Machine Learning, T. Mitchell, 1997, McGraw-Hill.
- Alpaydin, E., Introduction to Machine Learning, Second Edition (Adaptive Computation and Machine Learning), 2010, MIT Press.
- Haykin, S.; ?Redes neurais, princípios e prática?; 2a. ed.; Bookmann; Porto Alegre, RS; 2004.
- R. Sutton and A. G. Barto. Reinforcement Learning: An Introduction. MIT Press, Cambridge, 1998.
- Duda, R.O.; Hart, P.E. and Stork, D.G. Pattern Classification, 2nd Ed. Wiley-Interscience, 2000.
Cronograma de Aulas

Início

Fim

Descrição
13/08/2019
13/08/2019
Algoritmo k-means
13/08/2019
13/08/2019
Aprendizagem de Máquina
13/08/2019
13/08/2019
COBWEB
13/08/2019
13/08/2019
Naive Bayes
13/08/2019
13/08/2019
Expectation–maximization
13/08/2019
13/08/2019
Auto-WEKA
13/08/2019
13/08/2019
Redes Neurais
13/08/2019
13/08/2019
Introdução da Disciplina
13/08/2019
13/08/2019
Aprendizagem Supervisionada
15/08/2019
15/08/2019
Base de Dados
15/08/2019
15/08/2019
Preparação de Dados
20/08/2019
20/08/2019
Avaliação de Classificadores
22/08/2019
27/08/2019
Algoritmo J48
29/08/2019
29/08/2019
WEKA
03/09/2019
28/11/2019
Seminários
Avaliações
Data Descrição
: Referência consta na biblioteca
Referências Básicas
Tipo de material Descrição
Livro 20 perguntas que todo recrutador deve fazer para contratar um cientista de dados
Referências Complementares
Tipo de material Descrição
Notícias da Turma
: Visualizar

Título

Data
Trabalhos e Aulas 11/10/2019

SIGAA | Superintendência de Tecnologia da Informação - STI/UFPI - (86) 3215-1124 | sigjb05.ufpi.br.instancia1 vSIGAA_3.12.1054 28/03/2024 12:05